项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 82
核心亮点
- 引入多模态大模型自动评测，大幅降低人工评估成本
- 覆盖时序、运动、语义对齐等多维度指标，评估更全面
- 提供人类偏好标注数据，增强评测结果的可信度
不足之处
- 项目处于早期，文档和社区支持待观察
- 依赖MLLM评测，可能受模型自身偏见影响
适用场景
- 研究机构对比不同视频生成模型的性能
- 开发者优化自家视频生成模型时的定向调优
- 学术论文中作为标准基准引用
替代项目
VBench、EvalCrafter、T2V-CompBench
下一篇：MIND
同类项目推荐
LettuceDetect
开源
定位 RAG 回答里哪句话没依据，span 级揪出幻觉
Span-level grounding verification for RAG, code, and tool-grounded AI outputs.
pytorch-grad-cam
开源
一键生成热力图，看清 AI 模型到底在看哪里
Advanced AI Explainability for computer vision. Support for CNNs, Vision Transforme···
embodied-first-exam
开源
让代码智能体在冻结的机器人任务里编程答题
The first exam for code agents in the physical world: frozen robot tasks from many b···
CS-Eval
开源
给网络安全大模型打分，快速找出安全能力短板
CS-Eval is a comprehensive evaluation suite for fundamental cybersecurity models or ···
guardrails-llm-filter
开源
给大模型请求做脱敏，敏感数据不出本地
Прозрачный обратный прокси между вашими клиен···
tensor-trust
开源
玩游戏，收集提示注入数据，助力AI安全研究
A prompt injection game to collect data for robust ML research
fake-news
开源
手把手教你从零搭一个假新闻检测模型并上线部署
Building a fake news detector from initial ideation to model deployment
overmind
开源
追踪+评测+微调，让 Agent 越用越准
The platform for continuously improving AI agents.
ollama-grid-search
开源
本地 Ollama 模型批量跑评测，网格对比一键出结果
A multi-platform desktop application to evaluate and compare LLM models, written in ···